正确使用 numpy searchsorted 例程答案

【问题标题】：Correct use of numpy searchsorted routine正确使用 numpy searchsorted 例程
【发布时间】：2021-10-25 18:09:33
【问题描述】：

我有一个输入 DataFrame，我想修改它的“Spcx”列之一，为此我定义了一个升序排序列表“Spaces”

import pandas as pd
import numpy as np
if __name__ == "__main__":

    Example = [[   0],
               [   0],
               [0.14],
               [0.10],
               [0.10],
               [0.10],
               [0.13],
               [0.16],
               [0.24],
               [0.21],
               [0.14],
               [0.14]]
            
    Example = pd.DataFrame(data = Example, columns = ['Spcx'])
    
    Spaces = [0, 0.100, 0.125, 0.150, 0.175, 0.200, 0.225, 0.250, 0.275, 0.300]

    Spaces = np.array(Spaces)  # convert to numpy array
    Example["Spcx"] = Spaces[np.searchsorted(Spaces, Example["Spcx"], side = 'left')]

我正在寻找的是每个 Example ['Spcx'] 与'Spaces'的每个区间进行比较并取左侧的值，例如：

0 - -> 空格 [0 - 0.100] - -> 0

0.10 - -> 空格 [0.100 - 0.125] - -> 0.100

0.14 - -> 空格 [0.125 - 0.150] - -> 0.125

应该是这样的：

【问题讨论】：

标签： python python-3.x pandas numpy

【解决方案1】：

一种方法，就是使用 side='right' 并减去 1：

Spaces = np.array(Spaces)  # convert to numpy array
Example["Spcx"] = Spaces[np.searchsorted(Spaces, Example["Spcx"], side='right') - 1]
print(Example)

输出

从np.searchsorted 的文档中，假设a 是排序数组，它将返回：

side	returned index i satisfies
left	a[i-1] < v <= a[i]
right	a[i-1] <= v < a[i]

基本上"right" 将返回i，这样i - 1 对应于小于或等于正在搜索的最后一个值。

【讨论】：

【解决方案2】：

你想要 numpy digitize 函数：

import pandas as pd
import numpy as np
if __name__ == "__main__":

    Example = [[   0],
               [   0],
               [0.14],
               [0.10],
               [0.10],
               [0.10],
               [0.13],
               [0.16],
               [0.24],
               [0.21],
               [0.14],
               [0.14]]
            
    Example = pd.DataFrame(data = Example, columns = ['Spcx'])
    
    Spaces = [0, 0.100, 0.125, 0.150, 0.175, 0.200, 0.225, 0.250, 0.275, 0.300]

    Spaces = np.array(Spaces)  # convert to numpy array
    Example["Spcx"] = Spaces[np.digitize(Example["Spcx"],Spaces)-1]
    print(Example)

输出：

【讨论】：

【解决方案3】：

您可以尝试pd.cut 和right 选项：

Spaces[pd.cut(Example['Spcx'], Spaces, right=False, labels=False)]

输出：

array([0.   , 0.   , 0.125, 0.1  , 0.1  , 0.1  , 0.125, 0.15 , 0.225,
       0.2  , 0.125, 0.125])

【讨论】：